FACT SHEET

主な機能SAS Optimizationは、最適化、シミュレーション、プロジェクト・スケジューリングの強力な手法を幅広く提供し、限られたリソースや関連する制約の中で最良の結果につながる行動を特定するために役立ちます。

ビジネスメリットSAS Optimizationを活用すると、企業や組織は行動やシナリオを検討する際の選択肢の幅を広げ、目標達成に向けた最適な経営資源配分と最良の計画を判断できるようになります。オペレーションズ・リサーチ分析を取り入れることで意思決定プロセスが構造化され、再現性が高まるため、アナリティクスおよびBI（ビジネス・インテリジェンス）への投資から最大限の価値を引き出し、競争力を高めることができます。

対象ユーザーこの製品は、オペレーションズ・リサーチまたは経営科学の経験があり、オペレーションズ・リサーチ 手法を適用して意思決定支援モデルを構築することで現実の問題を解決したいと考える、あらゆる 業種の人々を対象として開発されています。

利点• 的確な意思決定を促進：SAS Optimiza-

tionでは、最先端の数理最適化の手法がデータ準備、データ探索、ビジュアライゼーション（視覚化）、アナリティクス、レポーティングの包括的な機能群と統合されています。一元管理型の統合環境により、現実世界の複雑な問題について最良の対応策を特定し、速やかに適用することができます。

• 複雑な最適化問題を迅速に解決：このソリューションは、分散型インメモリ・エンジンであるSAS® Viya® を活用して、最適化モデリングの結果を画期的なスピードで 提供します。そのため、難しい問題の最適な解決策を従来よりも短時間で発見できます。

• 好みのプログラミング言語をユーザーが選択可能：Python、Java、R、Luaのプログラマーは、SASコードを学ばなくても、SAS Optimizationの機能／性能を活用できます。プログラマーは自分が最も快適に感じる言語を使いながら、強力で信頼性に優れた検証済みの SASのアルゴリズムを利用できます。

どのような行動が最良の成果を生むかを見極めることは、企業や組織における日々の課題を解決する上

でのカギです。適切な店舗への適切な在庫の配送、新たな施設の最適な建設地の特定、サプライチェーン・ロジスティクスの最適化、スタッフのスケジューリング、リソースの割り当てなど、どのようなプランニング課題かを問わず、SAS Optimizationは、計画をめぐる多様かつ複雑な問題を素早くモデル化し、解決策を特定するために役立ちます。

「最適化（optimization）」とは、データ・サイエンス分野における「指示的アナリティクス」の一種であり、数理的アルゴリズムを用いて、 実現可能な複数の解決策の中から「最適」な 解決策を特定する手法です（最適化アルゴリズムは、複数の制約条件の下で特定の目的関数を最大化または最小化する、という処理を行います）。その起源は、オペレーションズ・リサーチや経営科学の分野にあります。

SAS Optimizationは、様々なモデリング機能 と問題解決手法を取り揃えた強力な環境を 提供することで、企業や組織が、より多くの 代替シナリオを検討した上で最良の行動方針を判断できるよう支援します。この種の問題解決に対する一般的なアプローチとしては、線形 計画法、整数計画法、確率的計画法、制約プログラミングなどがあります。また、このソリューションは、グリッド上での分散処理や、単一プロセッサー・コア内でのスレッド処理など、複数の並列計算処理手法を活用できるように設計されています。

SAS Optimizationでは、以下のことが可能になります。

• リソースなど、様々な制約を伴う業務においても、最良の結果をもたらす行動を特定

• 最適なリソース配分を特定し、組織の目標を達成するための最良の方法を選定

• 意思決定プロセスにおける体系性、一貫性、適応性、再現性を強化

• 特定用途の複数のソフトウェアパッケージを扱う煩雑さを解消

SAS® Optimizationビジネスやプランニングにおける複雑な問題への最適解を かつてないスピードで特定

概要SAS Optimizationは、直感的に利用できる 強力な代数最適化モデリング言語と多種多様なアルゴリズムを提供します。線形、混合整数線形、非線形、二次、ネットワークなどの幅広い アルゴリズムを用いた最適化モデルを作成し、制約充足問題を解決することができます。これらの高度な数理計画手法は、目標の達成に向け、限られた経営資源を最大限に活用する方法を判断するために役立ちます。

SAS Optimizationの機能はいずれも、SASが提供するその他の機能（データ管理、分析、探索、レポートなど）との連携性を備えています。そのため、企業や組織はカスタマイズ性やサポート面で難がある、様々なデータ分析ツールを寄せ集めた環境と決別することができます。

一般に、オペレーションズ・リサーチ分野の分析担当者は、データやインフラに関する問題との苦闘に多くの時間を費やしています。SAS Optimizationでは、そうした気苦労を最小限に抑え、モデリング作業に専念することができます。統合型のプロセスにより、初期検証向けモデルの検討や調整、新しいデータを使った モデルの実行が従来よりも容易になります。

幅広い最適化モデルをサポートする 統一モデリング言語単一のモデリングおよびソリューション・フレームワークが提供されるため、ユーザーは1セットの構文とコマンドを学習するだけで、幅広い最適化モデルと制約充足モデルを構築できます。

何らかのシステムの主要な要素とそれに関連したプラニング問題を取り込んだ最適化モデルを作成・運用する際は、新たな要素（整数またはニ値の変数、ネットワーク構造など）が追加されるたびにモデルのタイプを変更するのが一般的です。つまり、最適化モデルは再定義や改良を通じて進化していきます。SAS Optimizationでは、モデルが変化や進化を重ねていく場合でも、透明性の高いモデリング環境の中で首尾 一貫してモデルを管理できるため、時間の節約と生産性の向上が実現します。

作成したいモデルが、定義済みのタイプにうまく適合しない場合や、様々な要素を含んでいる場合には、SAS Optimizationのソルバーを

SAS Optimization言語内で構成要素として使用することで、独自のハイブリッド型アルゴリズムを構築できます。

強力な最適化ソルバーおよび プリソルバーSAS Optimizationには、シンプルに合理化され、パフォーマンス・チューニングも済ませた各種ソルバーが用意されています。アグレッシブ（積極的）なプリソルバーにより、実効性を 維持しながら問題規模を縮小できるため、大規模な問題に取り組み、より迅速に解決することができます。

• 各種の線形計画法（LP）ソルバー： 主単体法、双対単体法、ネットワーク単体法、内点法（クロスオーバー機能を搭載）など

• 各種の一般的な非線形最適化ソルバー： 有効制約法および内点法、同時解決、マルチスタート・アルゴリズムなど

• 分散型分枝限定法による混合整数線形計画法（MILP）ソルバー： 切除平面法、ヒューリスティックス法、衝突探索、オプション・チューニングに対応。分散型の計算処理により、より大規模な問題の場合でも、最適解を見つけるために必要な時間の短縮が 実現

• 最新の二次ソルバー： 大規模な最適化の問題に対応

• DECOMP（分解）アルゴリズム： LP問題やMILP問題に適しているほか、パフォーマンスの改善も実現

これら5つのソルバーおよび分解アルゴリズムは、悪条件（ill-conditioned）の制約行列を持つ問題を扱うために欠かせない、数値的安定性の改善効果に優れています。

ネットワーク最適化各種のネットワーク・ソルバー・アルゴリズム（PROC OPTMODELとPROC OPTNETWORK

の両プロシジャからアクセス可能）により、ネットワークの特性を調査し、ネットワークに起因す る問題の最適解を見つけることができます。 最適化と診断のアルゴリズムとして、最短経路、 最大フロー、最小コストフロー、巡回セールスパーソン問題、連結成分、2連結成分、クリーク 列挙、サイクル列挙、最小スパニングツリー、 線形評価などを搭載しています。

ユーザーは PROC OPTMODELコードを

SAS ViyaのCAS（SAS Cloud Analytic Services）サーバーに送信することで、モデル の作成（およびソルバーの実行）をCAS上で実行させることが可能です。このアクションは、最適化モデルの構築処理をソースデータの 保管場所で実行することを可能にするほか、

SAS Viyaがサポートする任意のプログラミング言語（Python、R、Lua、Javaなど）から

SASの最適化モデリング機能を利用することを可能にします。

新しい runOptmodelアクション（最適化アクションセットの中に入っています）を利用すると、 施設配置／顧客ソーシング問題のための最適化モデルを構築し、最適解を見つけることができます。PROC OPTMODEL構文の実行は、PROC CAS経由で行います。

パス列挙アルゴリズムは、開始ノード群と終了ノード群の間の全てのパスを検出します。ユーザーは単一または全ての開始ノードと、単一または全ての終了ノードを指定できます。

連結成分アルゴリズムは、ネットワーク内のリンクの指定にシン（thin）フォーマットを使用するオプションを提供します。このフォーマットを使うと（規模の大きいネットワークの場合は特に）メモリを節約できますが、このフォーマットがネットワーク接続情報を保管する方法も考慮に入れると、必ずしも全てのネットワーク・アルゴリズムに適しているとは言えません。

より良い解の特定に役立つ マルチスタート・アルゴリズム非凸非線形最適化のためのマルチスタート・アルゴリズムを利用すると、多数の局所的最適解から大域的最適解を発見できる可能性が高まります。この反復型アルゴリズムは、複数の開始 点を選択し、それぞれの開始点から並列で最適 化を実行した上で、全ての開始点の中から最 適解を報告します。

分解アルゴリズム分解アルゴリズム（自動Dantzig-Wolfe法）は、大規模で構造化された線形最適化や混合整数最適化のような特定クラスの問題解決に効果的です。問題全体をそれぞれに決定変数の排他的集合が存在するような要素問題の集合に分解した上で、並列実行で解決します。各部分問題の並列解決プロセスが全体の解決プロセスと 調整されるため、問題解決までの時間は大幅に短縮されます。

局所探索最適化従来の最適化ソルバーによって作成される前提条件に合致しない最適化問題（通常は非線形）に対して、局所探索最適化（LSO）ソルバーを使用できます。関数は、不連続または非平滑であったり、評価の計算コストが高かったり、ブラックボックス型のシミュレーションに基づいていたりする可能性があります。

制約プログラミング空間削減／制約伝播および探索戦略の選択 （先読みやバックトラックなど）を用いて、制約 充足問題を解決します。CLPプロシジャは、 標準的な制約充足問題を分散モードで解決します。このカテゴリーにおける唯一の例外は

PROC CLP内のOBJECTIVEステートメントであり、このステートメントは分散モードではサポートされません。また、EVALVARSELステートメントを使って複数の変数選択手法を指定し

シンボリックな代数最適化モデリング言語• モデルを直感的に定式化できる柔軟な代数構文

• SAS関数の透過的な使用をサポート

• 線形、非線形、二次、混合整数の各種ソルバーを直接呼び出し可能

• カスタマイズされた最適化アルゴリズムの迅速なプロトタイピングをサポート（名前付きの 問題および下位問題のサポートを含む）

• 業界標準のMPS/QPS形式の入力データセットを使用可能

• 問題規模を縮小できるアグレッシブ（積極的）なプリソルバー

強力な最適化ソルバー• 線形計画法の解決アルゴリズム：主単体法、双対単体法、ネットワーク単体法、内点法（クロスオーバー機能を搭載）、同時解決機能

• 混合整数線形計画法の解決アルゴリズム：分枝限定法による整数計画法（切除平面法、プライマル・ヒューリスティック法、衝突探索、オプション・チューニングに対応）

• 線形計画問題や混合整数線形計画問題のための分解アルゴリズム（自動Dantzig-Wolfe）。 ブロックアンギュラー、ブロック対角行列、または埋め込み型のネットワーク構造を使用

• 二次計画法の解決アルゴリズム：大規模な最適化問題に対応する最新のソルバーを用いた 内点法

• 非線形計画法の解決アルゴリズム：有効制約法、内点法。同時解決機能。非凸問題向けのマルチスタート・アルゴリズム

ネットワーク最適化• 最適化／診断アルゴリズム：

• 連結成分と2連結成分（関節点を使用）

• クリークとサイクルの列挙

• 推移閉包

• 最小カット

• 最小スパニングツリー

• 要約統計量

• 線形評価

• 最小コスト・ネットワークフロー

• 最短経路

• 巡回セールスパーソン問題

• パス列挙

局所探索最適化と制約プログラミング• 局所探索最適化：ハイブリッドな並列アルゴリズム（遺伝的アルゴリズム、大域的GA型ヒューリスティック法、パターン探索など）。多目的最適化は、一連の非支配解を特定（非支配解とは、全ての目的関数に関してその解よりも良好な値を提供する解が存在しない解のこと）

• 空間削減／制約伝播および探索戦略の選択（先読みやバックトラックなど）を用いて、制約充足問題を解決

分散処理、アクセス性、クラウド対応• SAS Viyaを実行基盤として採用（SAS Viyaは、SAS Platformの最新の機能拡張版であり、 スケーラビリティに優れた分散インメモリ・エンジンを搭載）

• 分析タスクやデータ処理タスクを複数のコンピューティング・ノードに分散

• 複数のユーザーが高速かつ同時にメモリ内のデータにアクセス

• 高可用性のためのフォールト・トレランス（耐障害性）機能を搭載

• SAS Viya REST API群を通じて、SASのアナリティクスのパワーを他のアプリケーションに 追加することが可能

主な特長

SAS Institute Japan株式会社 www.sas.com/jp jpnsasinfo@sas.com本社 〒106-6111 東京都港区六本木6-10-1 六本木ヒルズ森タワー 11F Tel: 03 6434 3000 Fax: 03 6434 3001大阪支店 〒530-0004 大阪市北区堂島浜1-4-16 アクア堂島西館12F Tel: 06 6345 5700 Fax: 06 6345 5655

このカタログに記載された内容は、改良のため予告なく仕様・性能を変更する場合があります。あらかじめご了承ください。SAS、SASロゴ、その他のSAS Institute Inc.の製品名・サービス名は、米国およびその他の国におけるSAS Institute Inc.の登録商標または商標です。その他記載のブランド名および製品名は、それぞれの会社の商標です。Copyright © 2018, SAS Institute Inc. All rights reserved. 109224_G81144.0718_JP2018_FK

た場合、それらの手法は、利用可能なノードの数が指定した手法の数と同数以上である場合にのみ分散モードで実行されます。それ以外の場合は、1つのノード上で逐次的に実行されることになります。

アクセス性に優れたクラウド対応の インメモリ・エンジンSAS Optimizationは、実行基盤としてSAS Viyaエンジンを採用しているため、これまで以上に迅速に洞察を導き出します。SAS Viyaは、

SAS Platformの最新の機能拡張版であり、 高可用性、高速なインメモリ処理、SASのアクションをオープンソース言語から呼び出せる機能、クラウドのネイティブ・サポートなどをSAS Platformにもたらします。

SAS Optimizationは、パブリックとプライベートいずれの展開方式のクラウドでも利用でき、スケーラブルで弾力性の高い環境のメリットを最大限に引き出します。処理は必要に応じて自動的にスピードアップまたはスピードダウンされます。問題の規模に合わせて適切なコンピューティング・リソースが使用されるため、極めて 大規模な問題も解くことができます。

さらに詳しい情報は »

SAS Optimizationの詳細、ホワイトペーパーのダウンロード、スクリーンショットの確認、関連資料の閲覧については、sas.com/optimizationにアクセスしてください。

SAS OptimizationにはSAS/ORのライセンスが含まれています。SAS/ORについては

sas.com/ja_jp/software/or.htmlを、SAS/ORのプロシジャと機能の詳細についてはsas.com/or（英語）をご覧ください。

PROC OPTNETWORKのパス列挙アルゴリズムを実行した結果の出力例

SAS Studio（SAS Optimizationのコーディング・インターフェイス）はオートコンプリートなどの 構文ヘルプ機能を提供するため、ユーザーは SAS Optimizationの強力なソルバーを素早く 実験することができます。画面右側のコード例は、ネットワーク・データを読み込み、それにOPTNETWORKプロシジャのパス列挙アルゴリズムを適用することで、ノードDで始まりノードAで終了する全てのパスを見つけ出します。